在剛榮獲 2025年諾貝爾化學獎三周後,加州大學伯克利分校教授奧馬爾·M·亞吉(Omar M. Yaghi)在由陳天橋腦科學研究院主辦的AIAS(AI Accelerating Science)大會上,進行了他獲獎後的首次公開演講。鈦媒體AGI作為合作媒體也參加了本次大會。這位從約旦裔難民棚中走出來,被稱為“MOF之父”的世界級科學家, 並未在演講中回顧他因發明金屬有機框架(MOF)和共價有機框架(COF)獲得諾獎的過去,而是首次揭示了他的一個全新科學思想體系:“讓化學能夠自己具備思考、推理與自我演化的能力。”“科學一直是自然與人類思維之間的對話,”他說,“如今,借助人工智慧,我們正在賦予科學自行思考、推理和演進的能力。”他稱這一體係為 “From Molecule to Society”(從分子到社會),這也是他的核心思想——將分子設計、實驗合成、產業化擴展與社會應用融為一體,形成了一個由生成式AI、機器人和自學習智能體共同驅動的科學循環系統。有趣的是,與其他科學家充滿了對AI的徬徨或焦慮不同,他詳細講了四個自己最近如何使用AI取得重大科研突破的案例,其中前三個都與ChatGPT相關。這也標誌著他從一個建構材料的化學家,轉變為建構智能的科學家,而這種智能將建構下一代材料。案例一:讓ChatGPT成為“化學家”亞吉從一個簡單但具有變革性的問題開始:大語言模型能理解化學嗎?在他的第一個演示中,他的團隊訓練ChatGPT閱讀數千份合成報告並進行推理——提取反應參數、預測結果,並對實驗將產生單晶或多晶產物進行分類。他認為該模型的預測性能優於許多傳統啟髮式方法。通過這種方式,ChatGPT從一個文字生成器演變成一個科學推理引擎——連接了自然語言和實驗邏輯。“我們不再需要問AI能為科學做些什麼,”亞吉說,“我們現在要問的是,當科學由AI驅動時,它能變成什麼樣子。”這“第一步”就奠定了“AI加速化學”的基礎——這是一個通過資料驅動推理對化學智能進行編碼、學習和迭代改進的領域。也是實驗知識第一次被系統地數位化、學習化和智能化。“AI不只是幫助科學家,而是讓科學本身獲得新的思維方式。”亞吉說道。案例二:AI設計的沙漠取水器第二個案例中,亞吉介紹了他的“死亡谷實驗”,他的團隊在那裡部署了一個可攜式、零能耗的取水裝置,該裝置由經ChatGPT分子編輯最佳化的MOF材料製成,具體說就是AI通過分子編輯最佳化MOF結構,研發出的一款可攜式、無需能源的集水裝置,改善了吸附等溫線和解吸閾值,能在僅有15%濕度的沙漠空氣中提取飲用水。實驗室測試和現場資料吻合,表明經過微調的GPT模型能夠“塑造框架的取水行為”——同時最佳化效率和可持續性。這項突破使“AI驅動的材料創新”第一次直接造福人類生活。在這裡,生成式AI與網狀化學的融合產生了切實的社會價值:為那些本不應存在水的地方帶來了水。亞吉評價稱,這說明了“AI並不取代化學家,而是讓他們的創造力倍增。”案例三:七個Agents智能體的協作實驗亞吉的第三個例子看起來宛如科幻小說,更進一步展示了AI的“團隊智能”,即Agents智能協作的可能性。在這個案例中,由亞吉基於ChatGPT建立的七個Agents組成虛擬科研團隊,分工執行實驗設計、文獻檢索、演算法最佳化、實驗安全與資料分析等任務,每個智能體承擔不同的角色: 實驗規劃師、文獻分析師、資料解讀員、演算法編碼員、機器人控製器、安全顧問、Bayesian貝葉斯最佳化器。這些AI智能體共同設計並最佳化了COF-323的結晶過程,該材料長期以來被科學界認為非常難以合成。它們自主地與機器人反應平台互動,平行運行數百個實驗,每個實驗都由貝葉斯最佳化指導,以追求更高的結晶度。結果非常顯著:在幾天內完成了上百次COF結晶實驗,通過Bayesian演算法持續最佳化條件,實現從無定形到高結晶的飛躍。亞吉稱這是“AI自主協作科學”(AI Self-Collaborative Science)的早期原型——在這個系統中,大語言模型扮演著能夠進行獨立實驗的推理同事角色,AI系統則與自動化實驗Agents協同運行。案例四:從分子到社會,AI科學的設想在最後一個案例中,亞吉介紹了一家誕生於伯克利的初創公司AIMATX。該公司正在開發一個他稱之為“從分子到社會”(From Molecule to Society)的通用平台。該平台由三大AI層構成: 1. 設計層(Design):AI預測並生成分子結構; 2. 合成層(Synthesis):AI+Agents執行實驗並自動表徵; 3. 擴展層(Scaling):AI分析市場、最佳化供應鏈、推動社會部署。亞吉也稱之為“從分子到社會的AI循環”(Molecule-to-Society AI Cycle)——每個實驗資料都反饋進系統,驅動下一輪發現。他展示了一張標有“從分子到社會的AI循環”的循環圖——展示了資料集如何在理論、合成和應用之間持續流動。每個實驗都成為一個資料點,每個資料點都改進模型,而模型反過來又設計下一個實驗。“我們正在建構一個永不停歇地去發現的活系統,”亞吉說。為了演示,他還分享了通過AI輔助工作流程發現的新型ZIF和LZIF晶體結構,該系統的發現率是隨機人工探索的至少兩倍。這場演講不僅展示了前沿的科學創新,更是一份關於AI“科學本質”的宣言:AI不是工具,而是新的科學思維體。“我們不是在加速實驗,而是在加速人類解決問題的能力。”隨著掌聲響起,螢幕上出現亞吉與學生的合照——象徵一個由AI與人類共創的科學新紀元。這場在舊金山AIAS大會上的演講,或許將被寫入史冊——作為人類科學史第一次見證“自己會思考與進化的化學”的時刻。 (鈦媒體AGI)